基于CiteSpace的中国农业生产率研究热点与前沿分析

2021-06-24 01:20何婷婷张丽琼
关键词:生产率发文聚类

何婷婷,张丽琼

(1.安徽农业大学 经济管理学院,安徽 合肥 230036;2.中国科学技术大学 管理学院,安徽 合肥 230026)

农业生产率问题一直是发展经济学和农业经济学研究的热点之一,农业生产率的提高对于农民增收、粮食安全起到了关键作用,在长期经济增长中始终处于核心地位。面对资源环境等多重约束,依赖生产要素投入增加的农业发展方式难以为继,可持续的农业生产率提高才是解决中国“三农”问题的根本出路。新形势下,农业生产率提高是推进城乡融合发展、补齐农业现代化短板,从而实现“新四化”同步发展和全面建成小康的必然要求。因此,客观评价和分析中国农业生产率变化趋势,探究农业生产率提升的具体路径,成为政府和学界关注的重要议题。

农业生产率是一个综合性指标,是农业生产中产出和投入的比例,具体形式包括劳动生产率、土地生产率、资本生产率等单要素生产率和全要素生产率(TFP)。单要素生产率中,劳动生产率和土地生产率的应用最为常见,是评价农业生产率的传统方法。但由于农业生产中各种生产要素之间的替代性以及测算视角的片面性,单要素生产率不能很好地反映农业生产率水平,这使得采用全要素生产率(TFP)测量分析农业生产率逐渐受到重视。

目前,针对农业生产率的研究成果十分丰富,但关于农业生产率方面的研究综述较少,仅有少数学者针对中国农业全要素生产率(TFP)的代表性文献进行了归纳评述,缺乏基于计量方法针对农业生产率领域全面、系统的综述性研究。随着农业生产率实践和研究的不断深入,厘清农业生产率研究演化路径、研究热点和前沿等问题,是明确未来研究方向继而为农业生产率提高提供理论指导的基础和前提。鉴于此,本研究旨在通过运用学界权威公认的知识图谱可视化分析软件CiteSpace,结合国内CSSCI期刊上刊发的“农业生产率”相关研究文献,从多个角度对国内学术界关于“农业生产率”研究的现状进行定量和定性分析,由此挖掘出农业生产率领域的发展脉络、研究热点和前沿,为未来研究拓展提供科学参考。

一、数据来源及研究方法

(一)数据来源

本文以中文社会科学引文索引CSSCI数据库为数据来源,运用高级检索功能,分别以关键词和篇名进行检索,关键词设置为“关键词=农业?生产率”“关键词=农业and关键词=生产率”,篇名设置为“篇名=农业*生产率”“篇名=农业and篇名=生产率”,时间跨度为1998—2019年,以此检索式进行文献检索共获得619篇文献,剔除书评、访谈等文献,进行除重整理后共得到325篇文献。

(二)研究方法

CiteSpace是由美国德雷塞尔大学(Drexel university)学者陈超美博士开发的一款着眼于分析科学文献中蕴含的潜在知识,并在科学计量学数据和信息可视化背景下逐渐发展起来的多元、分时、动态的引文可视化分析软件,可以通过可视化手段呈现科学知识的结构、规模和分布情况,通过科学知识图谱显示科学知识发展的进程和结构关系[1]。CiteSpace的用户分布遍及世界各地,在科技论文、学位论文以及学术专著中被广泛运用。通过CiteSpace可视化知识图谱和统计功能可以更加直观和客观地把握相关研究领域的研究进展、关键期刊、关键作者、研究热点与前沿等问题。具体可以在CiteSpace中分别进行作者分析、期刊分析、关键词分析、共被引分析来实现相关分析目的。

二、“农业生产率”研究的文献统计分析

(一)文献产出的时间分布

文献数量变化是衡量某一研究领域研究进展的重要指标,可以反映该领域总体受关注的程度。本文通过CSSCI数据库进行检索得到1998—2019年农业生产率研究文献325篇,平均每年的文献数约为15篇,具体的年度数量变化如图1所示。

图1 农业生产率研究文献的时间分布

从图1中可以看出,1998—2006年,农业生产率相关研究的发文量较少且增长缓慢,年均发文量为6篇;2007年后发文量开始增长,2007—2012年年均发文量约为16篇,2013年发文量出现明显提升,并在2016年达到最高值后出现下降,2013—2019年间发文量波动较大,年均发文量约为25篇。根据发文量的演变趋势,可以大致划分为2个研究阶段,分别为1998—2006年的起步期和2007—2019年的波动增长期,后者发文量约占总发文量的83%,这与农业政策环境变化趋势基本吻合。2004年中央1号文件再次回归农业,随后连续17年聚焦三农问题,农业生产率提高对于促进农民增收、提高农业综合生产能力、推进农业供给侧结构性改革以及实现农业现代化等重大议题都具有十分重要的作用,这使得学者们对农业生产率的关注明显提升,发文量逐步增加。

(二)期刊分布

对某一学术领域进行期刊分析明确该领域的关键期刊分布,有助于了解该领域重要的知识来源,为知识搜集和积累提供指导。表1显示了农业生产率领域刊载量前10位期刊情况,前5位和前10位刊文总量分别约占发文总量的26%和37%,说明样本文献的刊载期刊具有一定的集中度,农业生产率领域形成了具有一定代表性的期刊和期刊群体。从期刊涉及的领域来看,农业经济类期刊发表的文献数量最多,农业技术经济、中国农村经济以及农业经济问题3种期刊的刊文量约占前10位刊文量的近一半,反映出三者在该研究领域的重要地位;从论文学科分布来看,研究多集中于经济学和管理学,少数涉及历史学、社会学、环境科学等领域。

表1 刊载农业生产率文献数排名前10位期刊

另外,期刊的共被引分析也提供了一种知识来源的分布,有助于了解该领域期刊引用情况以及期刊之间的联系。在CiteSpace中,选择节点类型为“Cited Journal”,阈值设定为默认,采用Pathfinder进行裁剪,生成的期刊共被引知识图谱(见图2)中共包括195个节点,705条连线,节点越大表明期刊共被引的频次越高,带有紫色圆圈的节点中心性均大于0.1,是网络中的重要节点,节点间的连线粗细代表两种期刊联系的密切程度,由于篇幅有限文中仅列出了被引频次前10位的期刊信息(见表2)。

表2 期刊共被引情况

图2 期刊共被引网络图谱

具体来看,《经济研究》《中国农村经济》《数量经济技术经济研究》《农业技术经济》《American Economic Review》等期刊的节点明显较大,显著高于其他期刊,与其他期刊连线强度也较高,表明这些期刊与其他期刊存在紧密的关联性,在农业生产率研究领域具有突出的重要地位以及很高的学术价值。值得注意的是,共被引频次较高的节点中,《农业技术经济》《中国农村经济》《中国人口·资源与环境》《数量经济技术经济研究》和《农业经济问题》等期刊刊发农业生产率相关研究的文献量也位居前列,表明发文量大可能有助于增加期刊的共被引频次。通过突发性探测分析发现,《农业技术经济》《Econometrica》《Economic Development and Cultural Change》以及《中国农村观察》《Journal of Agricultural Economics》《经济科学》《南京农业大学学报(社会科学版)》《Journal of Environmental Management》分别在2006—2009年和2009—2014年间的共被引频次出现突发性增加,《经济经纬》《中央财经大学学报》和《中南财经政法大学学报》的共被引频次在2016—2019年出现激增,表明这些期刊刊发的相关研究引起了他人的兴趣,可能是不同阶段研究的热点或前沿问题。另外,《资源科学》《Economic Development and Cultural Change》《Agricultural Economics》《中国农村观察》和《Journal of Political Economy》等节点均具有高中介中心性,平均被引频次约为43次,说明这些期刊不仅在期刊群中拥有核心地位和广泛的影响力,而且在期刊的学术交流中也充当了重要的桥梁作用,跟踪这些期刊的相关研究动态,有利于把握农业生产率领域的研究现状和热点等问题。

(三) 作者分析

利用CiteSpace的作者合作分析,可以识别某一领域的主要研究力量以及研究人员之间的学术亲缘关系。在CiteSpace中,将节点类型设置为“author”,e=1,其他默认设置,采用Pathfinder算法和Pruning sliced network算法进行图谱网络裁剪,生成一个包含527个节点,422条连线的作者科研合作网络(见图3)。网络节点代表作者,连线表示作者之间具有合作关系,节点大小、连线多寡及其粗细反映了作者在该研究领域的学术地位。

图3 作者合作网络图谱

从图3可以看出,最大的节点作者是李谷成,共发文18篇,约占发文总数的6%。根据普赖斯定理[2]计算可得,发文量大于3.18篇的作者为核心作者,核心作者8人共发表论文64篇(见表3),约占论文总量的20%,表明农业生产率研究领域作者具有一定的集中度,核心作者的研究成果是该领域重要的理论基础。从科研合作来看,呈现出“整体分散,局部集中”的特点,多人合作主要形成了以李谷成为核心以及以孟令杰、王怀明等为核心的研究网络,其他合作主要以2~3人为主,例如应瑞瑶、潘丹与朱娅之间的合作;连接强度较强的作者大多处于同一机构或相同城市,主要集中在华中农业大学、南京农业大学、江西财经大学等高校机构;合作发文量在总发文量中虽然比例较高(67%),但绝大多数合作发文频率仅为1篇,说明该研究领域的交流合作还有待进一步提升。总体来看,合作强度与发文量基本呈现正向关系,节点较大的作者一般具有较多合作关系,说明学者之间的科研合作有助于增加科研成果。另外,较低的网络密度(Density=0.003)也表明该研究领域作者间交流和合作的紧密性并不高,通过学者间互动合作促进该领域的研究发展还存在较大提升空间。

表3 核心作者发文情况

从主要研究团队的研究内容来看,李谷成团队关注的内容较为丰富,包括中国农业生产率增长的时空演变、收敛性、影响因素以及资源环境约束下中国农业生产率增长的研究;王怀明、孟令杰团队的研究主要侧重于中国农业生产率增长的地区差异及收敛性问题;应瑞瑶和潘丹团队的研究重点是资源环境约束下的中国农业生产率增长。结合文献成果时间综合来看,学者们研究的重点由分析中国农业生产率增长的时空演变特征以及地区差异变化趋势,逐渐转向研究农业生产率的影响因素以及考虑资源环境因素的农业生产率增长。从突发性来看,李谷成、应瑞瑶和潘丹分别在在2009—2015年、2011—2013年以及2012—2014年的被引频次激增,说明3位学者的研究主题在这一时间段获得了学界更多关注。

另外,通过作者的共被引分析可以获得某一领域中高被引作者的分布,明确该领域有影响力的学者,了解某个领域内相关作者的研究主题及其学科领域分布,作者共被引的频次越高则作者学术相关性越强。在CiteSpace中,将节点类型设置为“Cited Author”,阈值采用默认设置,合并作者姓名的不同表达方式后,得到一个包含245个节点,689条连线的作者共被引网络(见图4)。从图4可以看出,李谷成、林毅夫、FARE R、陈卫平、李静等节点较大的学者被引频次较高,排名前10位作者的平均被引频次约为35篇(见表4),说明这些学者在该领域具有较大影响力,具有较高的学术贡献;林毅夫、吴方卫、Anselin L、潘丹、Hayami Y、李谷成的节点具有高中介中心性,表明这些学者在农业生产率研究网络中处于核心地位,其研究成果不仅是农业生产率研究领域的重要知识基础,而且对研究的拓展起到了关键的推动作用。从突发性探测来看,林毅夫、韩海彬、陈卫平、吴卫方、顾海、CHUNG Y H、梁俊、乔榛、杜江、LAMBERT D K、李录堂、曾先锋、王奇、Caves D W、李静、赵芝俊和江激宇Burst值较高,表明这些作者的被引频次在某个时间段出现激增,他们的研究主题引起了其他学者较大的兴趣。其中,王奇、梁俊、杜江和韩海彬等4位学者的研究在2016—2019年间被引频次增加很快,他们的研究内容主要与环境约束下的农业全要素生产率问题相关,反映出农业生产率领域近期关注的研究热点。

图4 作者共被引网络知识图谱

表4 被引频次排名前10位作者

(四) 发文机构分析

利用CiteSpace的机构合作分析,可以反映出该领域研究机构分布以及合作情况。对样本数据进行研究机构分析,生成一个包含321个节点,26条连线,网络密度为0.000 5的机构合作网络(见图5)。总体来看,农业生产率研究机构之间合作较少,没有形成明显的机构合作网络,机构之间的交流协作有待加强。从发文频次来看,不同机构之间差异较大,南京农业大学、华中农业大学、江西财经大学、中国人民大学、中国农业大学、西北农林科技大学、武汉大学、北京大学、中国社会科学院和复旦大学排名位居前10位,约占发文总量的38%;按二级机构统计,华中农业大学经济管理学院发文最多,其次分别是南京农业大学经济管理学院、中国农业大学经济管理学院、西北农林科技大学经济管理学院、江西财经大学鄱阳湖生态经济研究院、复旦大学经济学院、中国农业科学院农业经济与发展研究所、西南大学经济管理学院以及华南农业大学经济管理学院等机构。从机构属性来看,高校是农业生产率研究领域的主要力量,各高校经济管理相关院系的研究人员是该领域重要的研究团体;从地域上看,主要分布在北京、武汉、南京等经济发展水平较高、区位优势明显的地区,这些城市往往集中了较多的科研机构,拥有雄厚的科研实力。

图5 机构合作网络图谱

三、农业生产率研究热点及研究趋势

研究热点代表了一个研究领域内最受关注和最为核心的主题,而关键词是对文献主题的集中描述和高度概括。通过对某一研究领域的关键词共现分析,可以概括该领域的研究热点及其演变进程。在CiteSpace中,将网络节点设置为“Keyword”,阈值采用默认设置,经Pathfinder算法和Pruning sliced network算法进行图谱网络裁剪,获得关键词共现网络图谱(见图6),共包括节点42个,连线72条,网络密度为0.083 6。图6中节点大小代表关键词共现频次的高低,连线代表关键词的共现关系。

图6 关键词共现网络

从知识理论的角度来看,频次和中心性较高的关键词反映出某一领域内研究的热点主题。通过对高频关键词进行统计发现,“全要素生产率”“农业生产率”“劳动生产率”“技术进步”“Malmquist指数”“技术效率”“土地生产率”“农业绿色生产率”“农村劳动力转移”“农业”“DEA方法”“随机前沿生产函数”等节点共现频次较高,表明这些关键词引起了学者们的广泛关注;“农业生产率”“全要素生产率”“劳动生产率”“农村劳动力转移”“技术效率”“环境规制”“空间相关性”“DEA方法”“技术进步”“农业绿色生产率”“方向性距离函数”“农业现代化”等关键词的中介中心性均大于0.1,说明这些关键词在网络结构中具有关键的枢纽作用,对于农业生产率领域研究方向的拓展发挥着重要的桥梁作用。从突发性探测来看,“土地生产率”与“劳动生产率”的突现时间最早,且持续时间较长,突现起始于1999年,分别于2009年和2006年出现下降,土地和劳动力作为农业生产的基本要素,通过单要素生产率增长变化的分析探究中国农业增长的特点和路径,是农业生产率领域最早研究的领域;“技术进步”突现时间最短,出现在2008—2009年,随着对全要素生产率内涵的认识不断深入,全要素生产率增长不再被简单等同于技术进步,将全要素生产率进一步分解为技术进步、技术效率等不同部分以寻找其增长的具体源泉成为学界关注的基本问题;“Malmquist指数”与“随机前沿生产函数”在2010—2012年间呈现突现,采用DEA-Malmquist指数法和随机前沿生产函数法为代表的前沿分析法研究农业全要素生产率变化成为趋势;出现时间最晚的是“农业绿色生产率”,2017年开始突现,一直延续至2019年,党的十八届五中全会提出“五大发展理念”,2017年后《农业部关于实施农业绿色发展五大行动的通知》《关于创新体制机制推进农业绿色发展的意见》等一系列重要文件发布,传递出中国将大力推进农业绿色发展的明确信号,如何通过提升农业生产率水平实现农业绿色发展目标成为学界近年来研究的焦点。

“农业生产率”是衡量农业经济效益的一个综合指标,对农业生产率的研究大多通过“劳动生产率”、“土地生产率”以及“全要素生产率”等具体指标来体现。因此,农业生产率领域的研究热点主要围绕上述关键词展开。采用DEA法、随机前沿生产函数与Malmquist指数等主流方法,测算农业全要素生产率的增长,并将其分解为技术进步、技术效率等不同部分,以探究农业全要素生产率增长的时空演变特征及其具体来源,是现有研究成果最为丰富的领域。在此基础上,通过对农业全要素生产率增长的收敛性进行检验,明确中国农业全要素生产率增长的地区差距变化趋势,洞察其增长背后的原因以及内在机理成为进一步关注的重点。劳动生产率和土地生产率的提高是农业现代化的必然要求和主要目标,土地生产率和劳动生产率的变化规律、影响因素与提升路径成为研究的热点,其中,土地经营规模与土地生产率之间的关系一直是争论的焦点,探究土地、劳动力、资本、结构转化、技术进步、技术效率等因素与农业劳动生产率的内在关系,进而揭示其增长路径是研究重点。随着农业现代化进程的推进,资源环境约束的压力加大以及农村劳动力的不断析出,针对农业绿色生产率增长以及农业现代化、农村劳动力转移与农业生产率之间关系的探讨,对于统筹城乡发展、探索可持续的农业现代化发展道路具有重要意义,成为农业发展新阶段关注的重要议题。而随着农业生产率研究的不断深入,一些学者注意到忽视经济地理因素可能会造成相关结论出现偏误,因此,空间相关性在农业生产率研究中逐渐得到了重视。

为反映关键词的动态演进情况,可以采用关键词时区图展示研究主题的变化。从图7可以看出,“农业全要素生产率”“农业生产率”以及“劳动生产率”等研究主题节点较大,且与其他时点的关键词有着密集的连线,说明从1998年至今对这些主题的研究一直具有传承性;1998—2005年节点数量很少,表明关注农业生产率领域的研究较少,少数学者开始针对农业生产率增长的测算、分解、收敛性以及制度因素的影响进行探究;2006—2009年节点数量明显增加,出现了“技术进步”“技术效率”“农村劳动力转移”“Malmquist指数”“DEA方法”“农业现代化”等关键词,运用DEA方法和Malmquist指数对农业生产率增长进行测算分解,探讨农业现代化、劳动力转移与农业生产率的关系成为热点问题;2010年后又涌现出一些新的研究主题,其中2010—2014年节点较为密集,出现了“随机前沿生产函数”“方向性距离函数”“ML指数”“农业绿色生产率”“环境全要素生产率”等较大节点,随机前沿生产函数作为一种较新的方法,被更多地用于测算农业生产率增长及其分解,基于方向性距离函数的ML指数等方法考察资源环境约束下的农业生产率问题也开始得到普遍关注;2015—2019年,涌现了“农业供给侧结构性改革”“空间相关性”“碳排放约束”“农业碳生产率”“Global Malmquist指数”“门槛模型”“外商直接投资”“城镇化”等关键词,各关键词频次不高,说明该阶段研究较为分散,没有形成比较集中的主题,但也显现出一些新的研究趋势,碳排放约束下的农业碳生产率研究、农业生产率与农业供给侧结构性改革的内在联系、农业生产率的空间效应、从对外开放视角考察FDI等因素对农业生产率的提升作用以及不同因素对农业生产率增长的非线性影响等新主题的出现,顺应了中国农业发展中出现的新形势和新要求。

图7 关键词共现时区图

四、农业生产率研究的前沿分析

在CiteSpace中,将网络节点选择为“Cited Reference”,设置阈值为默认,经Pathfinder算法和Pruning Sliced Network算法进行图谱网络裁剪,聚类命名选择从“K”提取,并使用LLR算法进行聚类,聚类后执行Timeline View指令,得到文献共被引聚类时间线图谱(见图8),这种形式的可视化可以较好地反映出某一研究领域知识演进的时间特征。图8中共形成134个节点,340条连线,ModularityQ为0.653 7,意味着得到的网络社团结构是显著的;Mean Silhouette 为0.670 9,表明聚类结果是合理的。一般认为,聚类自动标题虽然能够反映某领域的研究前沿,但由于过于具体化,可能并不能很好地描述其所代表的研究前沿,因此,一般结合聚类中反映知识基础的被引文献以及反映研究前沿的施引文献,对该领域研究前沿进行归纳总结。本文选取节点数大于10的五大聚类进行重点分析。

图8 文献共被引聚类时间线图谱

(一) 聚类#0标题为“数据包络分析”

本聚类出现最早,规模最大,包含的关键文献数量最多,说明聚类主题在农业生产率研究领域具有较大的影响力,且反映出一定的新兴趋势。从共被引文献研究内容来看,主要集中于采用DEA-Malmquist指数法等非参数方法,从全国、东中西部或者省域尺度,考察农业TFP增长及其构成的变化、地区差异以及收敛性,乔榛[3]关于中国农村经济制度变迁与农业增长的研究,对于后续针对制度变迁与农业TFP增长关系的讨论具有重要启示。聚类中的施引文献主要发表于2008—2013年,从研究方法、研究范围、研究视角等方面对基础知识进行了拓展。一是,采用新方法测度农业TFP。为克服传统DEA和Malmquist TFP指数等方法存在的固有缺陷,学者们尝试采用SBM-Luenberger 生产率指数、Färe-Primont TFP指数、窗式DEA-Malmquist指数等多种方法对农业TFP变化进行测算分析。二是农业TFP增长研究范围的多元化。现有研究多集中于全国层面或者省际间的比较研究,缺乏国际多边比较以及基于区域“异质性”针对某一地区的研究。三是空间相关视角下农业TFP增长的地区差距研究。采用基于地区间相互独立假定的传统收敛检验法,从收敛性视角考察农业TFP地区差距变化趋势,忽略了空间因素的影响,而各地区农业生产率水平并不是独立的,在空间上具有一定的联系[4]。因此,将空间因素纳入农业TFP增长研究成为进一步延伸的方向。

(二)聚类#1标题为“全要素生产率”

本聚类出现时间较早,持续时间最长。该聚类共被引文献在农业TFP测度方法以及影响因素方面进行了有益的尝试,石慧[5]、全炯振[6]分别首次采用SFA法以及SFA-Malmquist生产率指数法,测算分析了中国农业TFP的时序增长与空间分布特征;李谷成[7]、朱喜[8]研究指出政策制度变迁、农户个体要素配置扭曲是影响中国农业TFP增长的重要因素;王珏[9]考虑到经济地理因素的影响,建立了空间计量模型,对中国各地区农业TFP的影响因素进行了实证分析。随着农业发展形势的不断变化,深入探究农业TFP增长背后的原因成为必然趋势。本聚类中的施引文献从资源配置效率、农村金融发展、农业保险、基础设施、FDI、农业生产服务业开放等多元化视角,探讨了各因素对中国农业TFP增长的具体影响。还有一些文献从农户或农业具体行业层面进行了研究,例如李桦等[10]针对陕西省吴起县和甘肃省华池县不同退耕规模农户农业TFP的影响因素进行了深入分析;季凯文[11]以上市公司为样本实证分析了中国生物农业TFP的真实增长特征及行业差异。总体来看,现有研究从全国或省际层面针对中国农业整体的宏观研究较多,农户、农业企业、具体农产品等微观视角的研究还有待进一步深入。

(三)聚类#2标题为“环境全要素生产率”

本聚类出现较晚,且相关研究一直延续至今,聚类中的文献主要发表于2009年后,一定程度上代表了现阶段最新的研究方向。考虑资源环境因素后的农业TFP被称作环境TFP或者绿色TFP,对其增长进行测算分析是本聚类共被引文献聚焦的主题。将农业环境污染作为一种要素投入或者非合意产出是测算资源环境约束下农业TFP的两种基本思路,由于污染物价格信息难以获取等原因,后者成为一种主流方法,在具体测算中,通常以综合调查为基础的清单分析方法对农业面源污染进行核算[12],可以克服农业污染排放估计的缺失问题。目前,基于非合意产出对中国农业环境(绿色)TFP的研究已经取得了一定成果,王兵[13]运用SBM-Luenberger生产率指标测度了中国省份环境TFP的增长及其分解;闵锐[14]、杜江[15]分别采用ML生产率指数和GML指数针对中国粮食以及种植业的环境TFP增长进行了测算分析。总体来看,采用不同的农业污染和环境(绿色)TFP的估算方法是造成现有研究结论存在差异的主要原因,针对各种方法存在的缺陷,不断发展和完善现有研究方法成为本聚类施引文献拓展的一个重要方面。叶初升[16]为弥补以往文献农业生产污染物的缺失,结合SBM模型、方向性距离函数和GML指数,重新估算了1995—2013年中国农业环境TFP;郭海红[17]把水资源、环境污染要素以及碳排放同时纳入到一个分析框架中,基于EBM 函数和ML指数从静态和动态视角测算了中国省际及区域的农业绿色TFP;展进涛[18]将农业污染作为要素投入纳入SFA模型中,实证分析了考虑碳排放因素后农业绿色TFP的变化,一定程度上弥补了现有研究中主要集中于方向性距离函数等非参数法的不足。另外,在测算农业环境(绿色)TFP基础上,进一步探究影响其增长的主要因素也成为施引文献关注的重点,例如梁俊[19]分析了各种制度、经济和自然因素对中国农业绿色TFP增长的影响;杜江[20]、吴传清[21]分别聚焦于种植业和长江经济带农业绿色TFP增长的影响因素研究,丰富了已有的研究对象和空间尺度。

(四) 聚类#3的标题为“技术经济”

本聚类是最新出现的一个聚类,但聚类规模较小,聚类中共被引频次较高文献的发表时间集中在2011—2013年,主要侧重于环境约束下的农业TFP增长的测算、源泉分解和收敛性问题。例如,李谷成[22]采用Malmquist-Luenberger生产率指数方法,对不同时期环境规制条件下中国省际农业TFP增长及其源泉进行实证分析;韩海彬[23]关注了中国各省份农业环境TFP 增长的收敛性问题。施引文献在研究内容上,主要是从碳排放视角测算中国农业环境TFP以及考察不同因素对农业环境TFP的具体影响两个方面,发展和深化已有知识基础。王琴[24]基于碳汇视角在衡量农业对环境正负两方面效应的基础上度量了中国农业环境TFP;刘战伟[24]指出在考虑环境因素时必须把碳排放也纳入“坏”产出,只有兼顾污染物和碳排放的环境因素测算中国农业TFP才比较准确,评价结果才合理;韩海彬[26]检验了异质性农村人力资本对农业绿色TFP的影响;肖锐[27]着重探讨了财政支持是否促进了中国农业绿色TFP的提高。

(五) 聚类#4标题为“农业碳生产率”

本聚类包含共被引文献数量较少,且共被引频次较低,研究内容主要涉及农业碳排放、农业碳汇和农业碳足迹的测算分析以及农业减排政策的研究,施引文献在已有知识基础之上,将研究视角转向农业碳生产率领域,程琳琳[28]利用省级面板数据,运用收敛理论和空间自相关分析等方法,考察了中国省域农业碳生产率的变动趋势、聚类状况和收敛特征;宋博[29]基于微观农户数据,运用联立方程组模型的SUR估计方法实证分析了农业专业化对中国农业碳生产率的具体影响。目前,虽然少数文献针对农业碳生产率的变动趋势以及影响因素进行了研究,但总体关注不足,面对气候变化以及实现现代农业可持续发展的要求,在精确评估农业碳生产率的基础上,探究如何提升农业碳生产率水平仍有待进一步深入研究。

综上可知,各聚类之间的研究内容存在一定的交叉,且从时间上看各聚类研究主题也具有一定的传承关系,有关传统农业TFP测算分解、收敛性以及影响因素的研究开展较早,且获得了丰硕的理论成果,后续研究转向从研究方法、研究范围、研究视角等多个方面进一步深化传统农业TFP的研究,随着农业高质量发展目标的提出,厘清农业绿色生产率和农业碳生产率提升的内在机理及具体路径将成为未来研究关注的重点。

五、结论与展望

(一)主要结论

本研究基于CiteSpace 可视化软件对1998—2019年CSSCI期刊中农业生产率相关文献进行分析,研究表明:

从发文量看,有关农业生产率的研究可以大致划分为2个阶段,1998—2006年的起步期和2007—2019年的波动增长期,后者发文量约占总发文量的83%;从发文期刊看,该领域形成了具有一定代表性的期刊,农业技术经济、中国农村经济、农业经济问题等刊文量位居前10位期刊在发文总量中占37%,具有较高的集中度;从发文作者来看,李谷成发文量最多,其次是潘丹、应瑞瑶、孟令杰、高帆等人,前10位作者发文量占发文总量比重达到29%,李谷成、林毅夫、FARE R、陈卫平、全炯振、李静等学者被引频次较高,林毅夫、吴方卫、Anselin L、潘丹、Hayami Y、李谷成等作者具有高中介中心性,表明这些学者在农业生产率研究领域具有重要影响;从发文机构看,不同机构之间发文量差异较大,华中农业大学、南京农业大学、江西财经大学、中国人民大学、西北农林科技大学等高校是农业生产率研究领域的中坚力量,发文排名前10位机构约占发文总量的38%;从科研合作来看,呈现出“总体分散,局部集中”的特点,作者之间和研究机构之间合作发文较少,学术交流合作还有待进一步提升。

通过关键词共现分析发现,“全要素生产率”“农业生产率”“劳动生产率”“技术进步”“Malmquist指数”“技术效率”“土地生产率”“农业绿色生产率”“农村劳动力转移”“DEA方法”“随机前沿生产函数”等关键词,引起了学者们的广泛关注,结合文献梳理得出农业生产率领域的研究热点主要集中在传统农业TFP增长和农业绿色TFP增长的测算分解、收敛性以及影响因素研究,单要素生产率的影响因素与提升路径研究等方面。

通过文献共被引聚类发现,针对传统农业TFP增长的研究已经十分丰富,现阶段的研究已经转向研究方法的改进、研究尺度多元化、空间效应研究以及结合发展新形势探讨各类因素对农业TFP增长的不同作用;面对农业资源环境约束不断加大以及农业绿色发展、高质量发展的迫切要求,如何提高农业绿色(环境)生产率和农业碳生产率的研究还有待进一步深入,成为研究的前沿主题。

(二)研究展望

新形势下,面对中国农业发展中出现的新挑战和新任务,要素驱动型的传统发展方式难以为继,如何加快转变农业发展方式,实现创新驱动发展、绿色发展和高质量发展,成为农业现代化进程中的一个重大问题,而农业生产率的持续提高是破解这一重大问题的关键。因此,未来农业生产率领域的研究应在现有研究成果基础上,结合中国农业发展的新趋势,从多元化视角和维度进行研究拓展。从研究内容看,有关农业生产率影响因素、作用机制以及提升路径等问题的探讨依然是研究重点,特别是农业绿色生产率、农业碳生产率的研究尚处于起步阶段,还有待进一步深入;研究方法上,不断完善农业生产率的测量分解方法,是保证研究结论科学可靠的重要前提,实证检验中应充分考虑空间因素、非线性、内生性等问题对研究结论可能产生的影响,另外,农业生产率问题涉及诸多微观和宏观因素,与经济学、人口学、管理学、社会学、生态学、资源学、环境学、地理学等多学科存在联系,应注意多学科交叉融合,为农业生产率研究提供理论支撑和方法论指导;研究尺度上,加强具体农产品、农户、农业企业、县域等微观层面、国家之间的比较以及特定区域的针对性研究;研究视角上,除了关注农业要素禀赋、农业经营规模、农业结构优化、农村基础设施等农业发展内部因素与农业生产率的关系外,还应重视新型工业化、城镇化、信息化、气候变化、对外贸易等外部因素的影响,从“新四化同步”发展、城乡统筹发展、产业融合发展、绿色高质量发展等视角探究各因素与农业生产率的内在关系。

总体来看,虽然本研究利用可视化计量分析客观反映出农业生产率领域的研究现状,但仍存在一些不足之处。本研究文献数据仅以CSSCI中文文献为样本,不涉及其他研究文献,研究结果还有待进一步完善。后续研究可以扩展文献来源,通过对中外文发表的农业生产率研究的对比分析,更加系统、全面地了解国内外农业生产率领域的研究现状与差异,更好地把握农业生产率研究热点和前沿,为今后研究进展提供更好地参考与借鉴。

猜你喜欢
生产率发文聚类
七部门联合发文 进一步完善和落实积极生育支持措施
一种傅里叶域海量数据高速谱聚类方法
中国城市土地生产率TOP30
“新”生产率悖论?工业机器人采用对制造业生产率的影响
一种改进K-means聚类的近邻传播最大最小距离算法
AR-Grams:一种应用于网络舆情热点发现的文本聚类方法
基于模糊聚类和支持向量回归的成绩预测
跟踪导练(三)4
校园拾趣
爷孙趣事